Escolar Documentos
Profissional Documentos
Cultura Documentos
INSTITUTO DE BIOCIÊNCIAS
Aos amigos de Goura: mesmo estando longe, meu coração está com vocês. É quase
impossível pensar em metodologias para o estudo de aves sem pensar em como aplicá-
las aí.
À Carla S. Fontana, que na mesma época que descobria o mundo das aves, me mostrou
o maravilhoso mundo das aves em contexto urbano através de uma palestra sobre seu
trabalho, que me inspira até hoje.
Ao Glayson A. Bencke, que sempre me apoiou nos inúmeros projetos de TCC, com
opinião sincera e curiosidade. Agradeço pelas discussões e todo conhecimento prático e
teórico, pelas oportunidades e amizade. Se não fosse por ele, é provável que esse
trabalho não existisse.
Agradeço também ao Adriano Cunha, que permitiu tantas ausências e incertezas nos
horários de estágio, apoiando assim meu trabalho e confiando em mim. Sem essa
compreensão toda, esse trabalho não seria possível. Aos colegas do estágio também
agradeço por todo incentivo.
Obrigada a todos!
3
Este Trabalho de Conclusão de Curso foi redigido segundo as normas do periódico
Revista Brasileira de Ornitologia, acessíveis em
www.ararajuba.org.br/sbo/ararajuba/instru_por.pdf .
4
Estimativa de densidade de aves utilizando amostragem por distâncias em uma
Abstract
The monitoring of avian population in urban environments can be difficult due to high
for the purpose of monitoring a robust methodology that truly reflects population
changes is used. Bird counts based in different types of relative indexes rely on the
assumption that there is a fixed proportion of birds being detected, even between
different areas. It is known nowadays that detection probability varies between species,
habitats and other factors, so results from relative indexes are not indicated and should
be used with caution. One of the methodologies that accounts for the detection
probability is distance sampling, in which the number of individuals that were actually
present but were not detected may be estimated from a detection function modeled from
the perpendicular distances distribution of the objects to the observer or line transect. In
this study, we compare these two approaches in a green area, using the rufous-bellied
estimated from point transects (21,58 ind/ha) almost doubled that from line transects
(10,80 ind/ha), had a higher coefficient of variation (0,36 against 0,26 from line
transects) and a smaller detection probability (0,21 against 0,39). Line transects cover
heterogeneity. Based in the literature and our estimates, we recommend the use of line
Resumo
metodologias podem ser usadas para contagem de aves, mas, para monitoramentos, é
sempre a mesma proporção de aves é detectada, mesmo entre diferentes áreas. Sabe-se
porém que a probabilidade de detecção varia entre espécies, hábitats e outros fatores;
assim, resultados de índices relativos não são indicados, e devem ser utilizados com
distâncias, em que o número de indivíduos não detectados, mas presentes, pode ser
distâncias pode ser abordada através de transectos lineares ou pontuais (pontos). Nesse
estudo, testamos as duas abordagens em uma área verde urbana utilizando o sabiá-
estimada a partir dos pontos (21,58 ind/ha) foi quase o dobro da estimada dos transectos
lineares (10,80 ind/ha), teve um coeficiente de variação maior (0,36; 0,26 para os
7
Introdução
(Buckland 2008). Muita atenção é dada a áreas pouco impactadas, enquanto estudos no
ecossistema urbano recebem atenção bem menor (Marzluff e Erwin 2001, Fontana
(Robinson et al. 2005; Mason 2006; Shaw et al. 2008), além daquelas com importância
Para contagem de aves existem diversos métodos, que podem ser divididos em dois
densidade das aves (Rosenstock et al. 2002). Para os índices, geralmente o observador
informações são definidos índices, e.g. Índice Pontual de Abundância (IPA) que
mundo inteiro. O princípio básico é que todos os indivíduos na área definida estão
sendo detectados. Sabe-se, porém, que isso não é verdadeiro para a maioria dos casos. A
(Rosenstock et al. 2002). Assim, tais medidas são relativas, e devem ser usadas com
indicado, pois mesmo que sejam tomadas medidas que tentem padronizar a detecção,
presentes porém não detectados (Thompson 2002). O método que tem mais avançado
perpendicular ao transecto linear (ou radial no caso de pontos) e a partir do conjunto das
Apesar de os pontos fracos de estimativas por índices relativos já terem sido alertados,
9
confiáveis (Buckland et al. 1993, 2004 e 2008 ; Thomas et al. 2002; Thompson 2002;
Rosenstock et al. 2002; Norvell et al. 2003; Marques et al. 2007). O principal motivo
de tal escolha se baseia principalmente no fato de a estimativa por índices parecer mais
simples e barata, porém a amostragem por distâncias não requer na prática muito mais
A amostragem por distâncias pode ser abordada por transectos lineares ou pontos. A
ambiente (Bibby et al. 1998; Gregory et al. 2004). O contexto urbano pode apresentar
características favoráveis tanto para pontos, quanto para transectos lineares, dependendo
do local e da escala a ser aplicado. Pontos são indicados para situações onde há
espécies e estudos que relacionam habitats a espécies, enquanto transectos lineares têm
uma vez o mesmo indivíduo são menores, não há perda de registros como ocorre no
metodologia através de transectos lineares e pontos em uma área verde urbana de Porto
modelo de estudo.
Material e Métodos
10
Área de estudo
A área escolhida foi o Jardim Botânico de Porto Alegre (JBPA; 30°02’S, 51°13’W),
uma área de visitação pública inserida na zona urbana da cidade. Com uma superfície de
40,5 ha, o JBPA apresenta uma grande variedade de ambientes: banhados, lagos, mata
secundária e capoeira, arboretos, jardins, parques, com espécies nativas e exóticas, além
mesma área amostrada por Pereira (2007), que corresponde área que recebe visitação ou
Espécie estudada
Rio grande do Sul, na Bolívia, Paraguai, Argentina e Uruguai. Ocupa regiões de mata,
parques, jardins e havendo arborização pode ocorrer até mesmo no centro de cidades
grandes (Sick 1997). Fontana et al. (2004) estimam a densidade da espécie em Porto
Alegre em 0.0958 ind/km2. Na área de estudo ocorre em abundância, sendo uma ave
facilmente detectada.
Desenho amostral
Ao amostrar uma área, nem todos os indivíduos são detectados pelo observador, devido
aos mais diversos fatores. A amostragem por distâncias se diferencia de outros métodos
11
indivíduo. Existem duas principais variedades de unidades amostrais na amostragem por
simplesmente como “pontos”, mas a lógica é a mesma (Buckland et al. 1993; Marques
et al. 2007).
na área de estudo, com intervalos de cerca de 100 metros entre elas. O comprimento
total dos transectos lineares foi de 3277 metros. As transecções abrangeram diversos
Os pontos foram dispostos conforme Pereira (2007) (Figura 2), consistindo em nove
unidades com distância entre elas de 150 metros, dispostos na área de estudo de maneira
da área de estudo.
Coleta de dados
sem chuva ou vento. Foram realizadas uma série de saídas piloto para o reconhecimento
sempre às 08h30min e se entendia até no máximo 10h30min. Mesmo não sendo esse o
Cada indivíduo detectado era confirmado como sendo da espécie e adulto com auxílio
observadas de longe. Além disso, pelo fato do estudo ser realizado na época
Assim, só foram registrados indivíduos que puderam ser avistados, mesmo que a
caso dos pontos) foi estimada através de um telêmetro (“laser rangefinder”) com
distâncias, que quando necessário, foram confirmadas com trena. As distâncias foram
Para os pontos, esperou-se dois minutos (como em van Rensburg 2009) a partir da
chegada do observador ao ponto para que a atividade das aves voltasse ao normal.
Salienta-se que, mesmo sendo um curto período de tempo, as aves parecem estar
bastante acostumadas com a presença humana. Após esse período inicial, os indivíduos
utilizava trena quando necessário. Nos pontos, as distâncias eram registradas em relação
13
Existem três pressupostos principais para a aplicação do método de amostragem de
distâncias:
(1) todas as aves na linha ou ponto são detectadas; (2) as aves são detectadas antes de
lineares, Buckland et al. 2008), como é o caso do presente estudo, a repetição dos
transectos ou pontos pode ser realizada para alcançar um n apropriado, sem violação da
Para a análise dos dados de amostragem por distância foi utilizado o software
DISTANCE 6.0 (Thomas et al. 2009). Primeiramente foi realizada uma fase
et al. (2009) . Nessa fase, são construídos histogramas com a freqüência das distâncias
14
determina ainda se as distâncias maiores serão cortadas e/ou se serão agrupadas em
(Buckland et al. 1993) para as análises pois registros a distâncias muito grandes e que
ponto ou transecto. Tal função é composta por uma função principal (key function) e
O melhor modelo foi escolhido baseado no menor valor de AIC (Akaike’s Information
considerado o melhor (MacKenzie et al. 2006). O Delta AIC é a diferença entre o AIC
2 são considerados semelhantes, e a escolha nesses casos se deu por exame crítico de
Mises e o gráfico Q-q) (Buckland et al, 1993; Buckland 2006; Thomas et al. 2009).
15
µ, a distância em que o número de indivíduos não registrados é igual ao número de
registros efetuados.
Resultados
obtidas durante os transectos e pontos está representada na Error! Reference source not
found.3. Para os pontos, observa-se que o número de registros aumentou até a distância
bimodal, com picos nas classes de distâncias 0-2 m e 16-18 m, não condizente com o
De acordo com a análise visual dos histogramas, a função de detecção foi modelada
Transectos lineares:
Pontos:
Para as duas metodologias utilizadas, o modelo com menor AIC foi o que utilizou a
função Half-normal com polinômios simples como termos de ajuste. Os dois modelos
found.4.
modelo são apresentados na Error! Reference source not found.. A área efetivamente
amostrada, representada nos transectos lineares por largura e nos pontos por raio, foi
maior nos pontos (20,28 m) do que nos transectos (15,67 m). A densidade estimada
pelos pontos (21,58 ind/ha) foi muito superior àquela estimada pelos transectos lineares
apresentam a probabilidade de detecção 1,85 vezes maior (0,392) que a dos pontos
(0,212).
Discussão
17
Dentre os resultados obtidos, o que mais chama a atenção foi que a densidade estimada
a partir dos pontos foi o dobro da estimada pela transecção, com o intervalo de
variação na estimativa de densidade através dos pontos é maior do que nos transectos
escolha em considerar a área de estudo homogênea, enquanto que para a espécie ela
maneira grosseira, em áreas abertas e áreas arborizadas. Dos nove pontos, em dois não
coeficiente de variação da taxa de encontro dos pontos (0,39) foi superior a dos
por áreas maiores e gradientes de hábitats. Para a utilização dos pontos seria ideal que a
área fosse estratificada. Contudo, considerando que a área do estudo é pequena e não é
possível alocar um número de pontos suficiente para que fosse obtido um número
ambiente e da maior sensibilidade dos pontos a esse fator, e/ou por quebra de algum
detecção no ponto ou na linha do transecto deve ser igual a 1, ou seja, todos objetos são
18
detectados. Farnsworth et al. (2005) discutem a dificuldade de atender esse pressuposto
2000) para amenizar o efeito do observador nos registros próximos ao ponto, e tais
O segundo pressuposto define que os objetos são detectados em suas posições iniciais.
distribuição bimodal, que pode indicar que houve movimento de fuga dos objetos em
relação ao observador antes de sua detecção. De fato, a atenção dada à linha para
Outra explicação para a distribuição bimodal das distâncias é alguma falha na medida
das distâncias. As distâncias medidas devem ser exatas, conforme define o terceiro
transectos. Cabe ressaltar que as medidas foram feitas com auxílio de telêmetro a partir
de 16m, sendo muitas vezes confirmada com a trena, assim como os registros feitos
abaixo de 16m.
são utilizadas. Já a distância efetivamente amostrada (largura para transectos e raio para
pontos) foi maior em pontos. Buckland (2006) indica resultados semelhantes, com
como controle a estimativa feita pelos transectos. Pontos são indicados para situações
em que realizar transectos é pouco prático, em terrenos difíceis, com vegetação densa,
al. 2002; Gregory et al. 2004; Buckland 2006). Se o objetivo do estudo é relacionar
suficiente de registros pode ser problemático (Buckland et al. 2008). A entrada de aves
relação a exatidão nas medidas, erros ou arredondamentos tem um grande efeito nas
contagens por pontos. Buckland et al. (2008) exemplificam: se todas as distâncias forem
estimativas terão um viés positivo de 11% para transectos e 23% para pontos. Se
houverem erros nas medidas, mas a média dos erros for zero, as estimativas de
abundância a partir dos transectos praticamente não teriam viés algum, enquanto as
20
O ambiente urbano apresenta características únicas com respeito à aplicação da
podem não ser favoráveis em termos de segurança para o observador. Essa característica
podendo-se levar em consideração a estratificação dos dados (Giunchi et al. 2007) para
algumas espécies de aves, estudos indicam que a densidade das populações urbanas é
maior que de populações de outros locais (Bibby et al. 1992; Chace e Walsh 2004; Loss
et al. 2009; van Rensburg et al. 2009). Para Shochat (2004), a alta previsibilidade de
flutuante abundante. Abundância de aves é desejada para estudos por amostragem por
precisas.
densidade de indivíduos para essa espécie, visto que se considera a área de cada
território ocupado por somente um casal. Como foi observado pelos autores, existe um
21
grande número de indivíduos não reprodutores na área. Infelizmente ainda não existem
de Turdus rufiventris.
considerada mais segura é a estimada a partir dos transectos lineares, pois além dessa
(Barraclough 2000; Rosenstock 2002; Buckland 2006). O uso de uma metodologia que
seja definida em função apenas da distância, mas também em função de outras variáveis
Agradecimentos
Referências
22
Aleixo, A. e Vielliard, J. M. E. (1995) Composição e dinâmica da mata de Santa
Genebra, Campinas, São Paulo, Brasil. Revista Brasileira de Zoologia, v.12, p.493-511.
Bibby, C., Jones, M. e Marsden, M. (1998) Expedition Field Techniques - Bird Surveys.
Published by the Expedition Advisory Centre, Royal Geographical Society.
Buckland, S.T., Anderson, D.R., Burnham, K.P. e Laake, J.L. (1993) Distance
Sampling: Estimating Abundance of Biological Populations, Chapman e Hall, London,
reprinted (1999) by Research Unit for Wildlife Population Assessment, St Andrews.
Buckland, S. T. (2006) Point transect surveys for songbirds: robust methodologies. The
Auk 123:345--345
Farnsworth, G. L.; Nichols, J. D.; Sauer, J. R.; Fancy, S. G.; Pollock, K. H; Shriner, S.
A. e T. R. Simons (2005) Statistical Approaches to the Analysis of Point Count Data: A
Little Extra Information Can Go a Long Way. USDA Forest Service Gen. Tech.
Rep. :736-743
Loss, S.R.; Ruiz, M. O. e Brawn J.D. (2009) Relationships between avian diversity,
neighborhood age, income, and environmental characteristics of an urban landscape.
Biological Conservation 142: 2578–2585
23
Mackenzie, D. I., J. D. Nichols, J. A. Royle, K. H. Pollock, L. L. Bailey, e J. E. Hines
(2006) Occupancy Estimation and Modeling: Inferring Patterns and Dynamics of
Species Occurrence. Academic Press, Amsterdam.
Mason, C. (2006) Avian species richness and numbers in the built environment: can
new housing developments be good for birds? Biodiversity and Conservation 15: 2365–
2378
Thomas, L., Buckland, S. T., Burnham, K. P., Anderson, D. R., Laake J. L., Borchers D.
L., e Strindberg, S. (2002) Distance Sampling. Em: Encyclopedia of Environmetrics
Volume 1. Chichester: John Wiley e Sons, Ltd, 2002. p 544–552
24
Thomas, L., Laake, J.L., Rexstad, E., Strindberg, S., Marques, F.F.C., Buckland, S.T.,
Borchers, D.L., Anderson, D.R., Burnham, K.P., Burt, M.L., Hedley, S.L., Pollard, J.H.,
Bishop, J.R.B. e Marques, T.A. (2009) Distance 6.0. Release 2. Research Unit for
Wildlife Population Assessment, University of St. Andrews, UK. http://www.ruwpa.st-
and.ac.uk/distance/
25
Tabelas
26
Tabela 2. Estimativas de taxa de encontro, distância efetivamente amostrada,
densidade, abundância e probabilidade de detecção geradas pelo programa Distance.
IC 95% entre parênteses. CV= Coeficiente de variação.
Table 2. Encounter rate, effective sampled distance, density, abundance and detection
probabilities computed form Distance. CI 95% are reported in parentheses.CV=
coefficient of variation.
Pontos Transectos lineares
27
Figuras
Legendas
area.
Figura 3: Histograma das distâncias observadas nos pontos (a) e transectos lineares (b).
Barras em intervalos de 2m. Histograms with the detected distances of point (a) and
pontos (a) e transectos lineares (b). Probability of detection plot (continuous line),
histogram of perpendicular distances and effective sampled area (µ, dashed line) of
Figura 5: Abundância estimada para pontos (a) e transectos lineares (b). As barras
representam IC95%. Estimated abundances from points (a) and line-transect (b). The
28
Figura 1
208 m
29
Figura 2
208 m
30
Figura 3
(a)
10
8
No. de indivíduos
0
0 4 8 12 16 20 24 28 32 36 40 44 48
Distância (m)
(b) 25
20
No. de indivíduos
15
10
0
0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80 84
Distância (m)
31
Figura 4
(a)
1,6
1,4
1,2
Probabilidade de detecção
1,0
0,8
0,6
0,4
0,2
0,0
0 5 10 15 20 25 30 35 40 45
(b)
1,6
1,4
Probabilidade de detecção
1,2
1,0
0,8
0,6
0,4
0,2
0,0
0 5 10 15 20 25 30 35 40
32
Figura 5
800
700
600
Abundância
500
400
300
200
100
0
Pontos Transectos
33